Ứng dụng mô hình khí hậu khu vực để dự tính diễn biến của các hiện tượng khí hậu cực đoan và tác động đến tài nguyên nước lưu vực sông Đồng Nai và phụ cận

BÀI BÁO KHOA HỌC

ỨNG DỤNG MÔ HÌNH KHÍ HẬU KHU VỰC ĐỂ DỰ TÍNH DIỄN BIẾN
CỦA CÁC HIỆN TƯỢNG KHÍ HẬU CỰC ĐOAN VÀ TÁC ĐỘNG
ĐẾN TÀI NGUYÊN NƯỚC LƯU VỰC SÔNG ĐỒNG NAI VÀ PHỤ CẬN
Vũ Thị Vân Anh1, Lê Ngọc Anh1,
Trần Thục2, Nguyễn Thống1
Tóm tắt: Bài báo đã đưa ra kịch bản diễn biến của một số hiện tượng khí hậu cực đoan ảnh hưởng
đến tài nguyên nước vào giữa và cuối thế kỷ 21 đối với lưu vực sông Đồng Nai và phụ cận dựa trên
việc sử dụng mô hình khí hậu khu vực CCAM chi tiết hóa động lực từ 5 mô hình khí hậu toàn cầu
cho 2 kịch bản RCP4.5 và RCP8.5. Kết quả cho thấy, vào giữa và cuối thế kỷ 21, nhiệt độ tối cao và
tối thấp ngày đều tăng mạnh so với thời kỳ nền, nhiều nhất ở trạm Vũng Tàu. Số ngày vượt ngưỡng
bách phân vị 90 của nhiệt độ tối cao trong thời kỳ nền và số ngày vượt ngưỡng 35oC tăng mạnh ở
các trạm vốn có nhiệt độ trung bình cao, trong khi đó lại tăng không nhiều ở các trạm có nền nhiệt
độ tương đối thấp. Số ngày vượt ngưỡng bách phân vị 90 của nhiệt độ tối thấp trong thời kỳ nền
cũng tăng tương đối đồng đều trên tất cả các trạm. Về lượng mưa, lượng mưa 1 ngày và 3 ngày lớn
nhất có xu hướng tăng tại tất cả các trạm. Lượng mưa 5 ngày lớn nhất tại các trạm đều có xu
hướng tăng, ngoại trừ trạm Bảo Lộc và trạm Phan Rang có mức tăng giảm không rõ ràng. Bài báo
cũng nhận định một số tác động của các hiện tượng này đến tài nguyên nước trên lưu vực như lũ
lụt, hạn hán, xâm nhập mặn.
Từ khóa: Khí hậu cực đoan, chi tiết hóa động lực, tài nguyên nước, lưu vực sông Đồng Nai và
phụ cận.
1. MỞ ĐẦU1
Lưu vực sông Đồng Nai và phụ cận
(LVSĐN&PC) là một lưu vực sông “nội địa” có
vai trò rất quan trọng trong phát triển kinh tế xã hội khu vực phía Nam nói riêng và quốc gia
nói chung. LVSĐN&PC bao gồm 11 tỉnh/thành
là Đắc Nông, Lâm Đồng, Bình Phước, Bình
Dương, Đồng Nai, Tây Ninh, TP. Hồ Chí Minh
(TPHCM), Long An, Ninh Thuận, Bình Thuận
và Bà Rịa-Vũng Tàu, với tổng diện tích

49.643,53 km2 từ 105o45’ đến 109o15' kinh độ
Đông và từ 10o20' đến 12o20’ vĩ độ Bắc, nằm
trong khu vực có nền khí hậu tương đối ôn hòa
so với cả nước (SIWRP, 2011)
1
2

Trường Đại học Bách Khoa, Đại học Quốc Gia TPHCM
Viện khoa học Khí tượng Thủy văn và Biến đổi khí hậu

Hình 1. Lưu vực sông Đồng Nai và phụ cận
(SIWRP, 2011)
Tuy nhiên, những năm gần đây, LVSĐN&PC
đã chịu những hậu quả nặng nề do thiên tai và
các hiện tượng khí hậu cực đoan (KHCĐ), làm

KHOA HỌC KỸ THUẬT THỦY LỢI VÀ MÔI TRƯỜNG - SỐ 53 (6/2016)

9


thay đổi chế độ thủy văn trên sông, gây ra
những cực trị lũ và hạn, xâm nhập mặn... ảnh
hưởng lớn đến đời sống con người và các hoạt
động kinh tế - xã hội. Mục tiêu của bài báo là
đưa ra kịch bản diễn biến của một số hiện tượng
KHCĐ vào giữa và cuối thế kỷ 21 và các tác
động có thể có của chúng đến tài nguyên nước
LVSĐN&PC.
2. PHƯƠNG PHÁP NGHIÊN CỨU

2.1 Phương pháp phân tích KHCĐ
Theo IPCC (2012), hiện tượng khí hậu/thời
tiết cực đoan là “sự xuất hiện giá trị cao hơn
(hoặc thấp hơn) giá trị ngưỡng của một yếu tố
thời tiết hoặc khí hậu, gần các giới hạn trên
(hay dưới) của dãy các giá trị quan trắc được
của yếu tố đó”. Trên thế giới, năm 1997, các
chuyên gia của tổ chức Khí tượng thế giới
(WMO) đã xây dựng bộ chỉ số cực đoan khí hậu
chung (CEI) để áp dụng cho các vùng và quốc
gia, bao gồm 27 chỉ số liên quan đến yếu tố
nhiệt độ và lượng mưa (Klein Tank el al., 2009).
Tại Việt Nam, tùy từng mục tiêu nghiên cứu tại
các khu vực khác nhau, đã có nhiều nghiên cứu
đưa ra các bộ chỉ số về KHCĐ. Điển hình nhất,
SREX Việt Nam (IMHEN và UNDP, 2015)
đánh giá xu thế và mức độ biến đổi CĐKH dựa
vào 3 nhóm: (i) Cực trị thời tiết và khí hậu; (ii)
Các hoàn lưu quy mô lớn ảnh hưởng đến sự
xuất hiện các cực trị thời tiết và khí hậu hoặc
bản thân nó là cực đoan (gió mùa, El Nino,
bão,...); (iii) Tác động đến các điều kiện môi
trường vật lý tự nhiên (hạn hán, lũ lụt, mực
nước biển cực trị,...).
Dựa trên việc phân tích các tác động của các
hiện tượng KHCĐ đến tài nguyên nước trên
lưu vực, các chỉ số về cực trị nhiệt độ và mưa ở
Bảng 1 được lựa chọn để nghiên cứu. Các hoàn
lưu quy mô lớn được xem là nguyên nhân gây
ra các cực trị khí hậu, và các hiện tượng như

hạn hán, lũ lụt, xâm nhập mặn là tác động của
các cực trị khí hậu đến tài nguyên nước trên
lưu vực.
10

Bảng 1. Các chỉ số khí hậu cực đoan
được lựa chọn
Chỉ số
TXx
TNn
TX90p

TN90p

SU35

Rx1day

Rx3day

Rx5day

CDD

Đơn
Định nghĩa
vị
oC Giá trị cao nhất trong tháng
của nhiệt độ tối cao ngày Tx
oC Giá trị thấp nhất trong tháng

của nhiệt độ tối thấp ngày Tm
% Phần trăm số ngày trong năm
có Tx > phân vị 90% của thời
kỳ nền
% Phần trăm số ngày trong năm
có Tm > phân vị 90% của
thời kỳ nền
ngày/ Số ngày trong năm có nhiệt
năm độ cao nhất trong ngày >
35oC
mm Lượng mưa 1 ngày lớn nhất
trong năm (mức tăng tính
theo tỷ lệ % so thời kỳ nền)
mm Lượng mưa lớn nhất đợt mưa
3 ngày liên tục trong năm
(mức tăng được tính theo tỷ
lệ % so với thời kỳ nền)
mm Lượng mưa lớn nhất đợt mưa
5 ngày liên tục trong năm
(mức tăng được tính theo tỷ
lệ % so với thời kỳ nền)
ngày Số ngày dài nhất liên tục
trong năm có lượng mưa <
1mm

2.2 Thống nhất về các ký hiệu sử dụng
trong bài viết
Bảng 2. Ý nghĩa của các đại lượng và các
ký hiệu được sử dụng trong bài viết
Đại

Ý nghĩa
lượng
trị trung bình



P
T

Ký
hiệu
*

Ý nghĩa

giá trị hiệu
chỉnh cuối cùng
khoảng lệch *1,2,3
giá trị hiệu
quân phương
chỉnh sau bước
1,2,3
lượng mưa
tkn
thời kỳ nền
nhiệt độ
tl
tương lai

KHOA HỌC KỸ THUẬT THỦY LỢI VÀ MÔI TRƯỜNG - SỐ 53 (6/2016)

F
F-1

, b

hàm phân bố
tích lũy
hàm phân bố
tích lũy
nghịch đảo
các tham số
của phân bố
gamma

qt

quan trắc

t

tháng

n

ngày

ng


ngưỡng
phân bố gamma

2.3 Số liệu và tài liệu
Bài báo xem xét diễn biến của các hiện tượng
KHCĐ trên LVSĐN&PC dựa trên việc phân
tích số liệu nhiệt độ tại 5 trạm đo khí tượng
(Bảo Lộc, Đà Lạt, Đồng Phú, Phan Thiết, Vũng
Tàu) và số liệu mưa tại 8 trạm đo mưa (Bảo
Lộc, Đà Lạt, Phan Thiết, Tây Ninh, Trị An, Tân
Sơn Nhất, Vũng Tàu, Phan Rang) đặc trưng cho
các vùng khí hậu khác nhau trong lưu vực.
- Các yếu tố KHCĐ trong thời kỳ nền: Bài
báo sử dụng số liệu quan trắc mưa và nhiệt độ
tại các trạm nói trên trong giai đoạn từ 19862005 làm cơ sở để từ đó phân tích diễn biến của
các yếu tố KHCĐ trong tương lai.
- Các yếu tố KHCĐ dự tính trong tương lai:
Trong Báo cáo đánh giá lần thứ 5 của IPCC
(AR5), để diễn tả các kịch bản phát triển kinh tế
xã hội toàn cầu, thuật ngữ RCPs
(Representative Concentration Pathways) tạm
dịch là “Các đường dẫn đến nồng độ đại diện”
được sử dụng, tức là các con đường phát triển
kinh tế xã hội đưa đến việc trái đất tích tụ các
nồng độ khí nhà kính khác nhau và nhận được
lượng bức xạ nhiệt tương ứng. Có bốn RCPs
được mô tả để dự tính khí hậu trái đất trong
tương lai đến năm 2100. Bài báo này lựa chọn
kịch bản trung bình RCP4.5 (cưỡng bức bức xạ

mặt đất nhận được ổn định ở mức khoảng 4,5
W/m2) và kịch bản cao RCP8.5 (cưỡng bức bức
xạ mặt đất nhận được sẽ lớn hơn 8,5 W/m2).
Phương pháp dự tính sử dụng đầu ra từ mô hình
khí hậu khu vực CCAM (mô hình được xây
dựng bởi Tổ chức Nghiên cứu khoa học và
Công nghiệp Liên Bang Úc) chi tiết hóa động
lực từ 5 mô hình khí hậu toàn cầu ACCESS1-0,

CCSM4, CNRM-M5, GFDL-CM3, MPI-ESMLR, NorESM1-M.
2.4 Phương pháp hiệu chỉnh sai số
Mô hình khí hậu khu vực (RCMs) là công cụ
nhằm chi tiết hóa bằng phương pháp động lực
các quá trình quy mô dưới lưới của các mô hình
toàn cầu. Trên thực tế, dữ liệu khí hậu mô
phỏng từ RCMs có sai lệch đáng kể so với thực
tế. Do đó, việc hiệu chỉnh sai số từ kết quả của
RCMs là cần thiết (Claudia Teutschbein et al.,
2012). Trên thực tế, có nhiều phương pháp hiệu
chỉnh sai số từ RCMs như: nhóm phương pháp
hiệu chỉnh giá trị trung bình đối với nhiệt độ và
mưa (Lenderink et al., 2007); nhóm phương
pháp hiệu chỉnh phương sai và giá trị trung bình
đối với nhiệt độ và mưa (Chen et al., 2011);
phương pháp hiệu chỉnh tần số ngày ướt
(Schmidli et al., 2006); phương pháp bản đồ
phân vị (Quantile mapping) (Block et al.,
2009)...
Trong nghiên cứu này, các tác giả sử dụng
phương pháp hiệu chỉnh cả phương sai và giá trị

trung bình đối với nhiệt độ và kết hợp hiệu
chỉnh tần số ngày ướt đối với lượng mưa.
Đối với nhiệt độ, cơ sở của phương pháp hiệu
chỉnh phương sai và trị trung bình là đảm bảo
rằng chuỗi số liệu mô phỏng của RCMs trong
thời kỳ nền sẽ có cùng phương sai và giá trị
trung bình so với chuỗi số liệu quan trắc thực tế.
Quá trình này được thực hiện theo các bước sau
(Chen et al., 2011):
- Bước 1: Hiệu chỉnh trị trung bình của chuỗi
số liệu nhiệt độ trong thời kỳ nền và mô phỏng
tương lai:
(1)
(2)
- Bước 2: Tính chênh lệch của nhiệt độ trong
thời kỳ nền và mô phỏng tương lai sau khi được
hiệu chỉnh trị trung bình (
và
)
với trị trung bình theo thời đoạn tháng của
chúng:
(3)

KHOA HỌC KỸ THUẬT THỦY LỢI VÀ MÔI TRƯỜNG - SỐ 53 (6/2016)

(4)
- Bước 3: Chênh lệch này được hiệu chỉnh
11

phương sai bằng cách nhân với tỷ lệ giữa
phương sai của chuỗi số liệu đo đạc tại trạm
(
và phương sai của chuỗi số liệu trong
thời kỳ nền
:
(5)
(6)
- Bước 4: Cuối cùng, chênh lệch sau khi đã
được hiệu chỉnh phương sai sẽ được trả lại bằng
cách cộng với trị trung bình theo thời đoạn
tháng của chúng trong bước 1:
(7)

mưa >0,0mm) lớn hơn so với thực tế khá nhiều.
Ví dụ như kết quả từ mô hình NorESM1-M đối
với trạm Tây Ninh từ năm 1986-2005 là 6328
ngày, trong khi thực tế chỉ có 2977 ngày. Do đó
cần phải hiệu chỉnh số ngày ướt bằng cách xác
định giá trị ngưỡng cho thời kỳ nền và tương lai
(Png,tkn và Png,tl) bằng cách:
(9)
(10)
Ở đây giá trị P=1,00mm được cho là giới hạn
để định nghĩa ngày ướt (IPCC, 2012)
Sau đó đối với các giá trị nhỏ hơn Png, ta sẽ
cho bằng 0:

(8)
(Lưu ý: Các ký hiệu sử dụng trong công thức

được trình bày ở Bảng 2)
Dưới đây là kết quả sau khi hiệu chỉnh số
liệu nhiệt độ lớn nhất ngày trong tháng 1 mô
phỏng bằng CCAM tại trạm Bảo Lộc trong thời
kỳ 1986-2005 ứng với mô hình khí hậu
ACCESS1-0. Có thể thấy trong thời kỳ 19862005, nhiệt độ tối cao ngày trong tháng 1 tại
trạm Bảo Lộc mô phỏng bởi mô hình có xu
hướng thấp hơn hẳn so với giá trị quan trắc (với
tkn = 24,10oC và tkn = 1,556 so với qt =
27,52oC và qt = 1,668). Sau khi hiệu chỉnh, tkn
= qt và tkn = qt.
Đối với lượng mưa ngày, quá trình hiệu
chỉnh được tiến hành dựa trên 2 bước:

(12)
(Lưu ý: Các ký hiệu sử dụng trong công thức
được trình bày ở Bảng 2)
Với phương pháp này, số ngày ướt mô phỏng
tại trạm Tây Ninh từ mô hình ACCESS1-0 trong
thời kỳ nền đã giảm xuống còn 3077 ngày.
- Bước 2: Hiệu chỉnh cường độ mưa: cũng
dựa trên cơ sở tương tự như đối với nhiệt độ, giá
trị lượng mưa mô phỏng trong thời kỳ nền sau
khi hiệu chỉnh (P*) được tính theo giá trị chưa
được hiệu chỉnh (P) bằng công thức (Leander et
al., 2007):

Trị TB TX trong tháng 1 (oC)

(13)

Để tìm a và b, ngoài phương pháp sử dụng
thuật toán tìm ẩn số của hàm (Root-finding
algorithm), ta có thể tính toán bằng cách giả
định giá trị lượng mưa mô phỏng sau khi hiệu
chỉnh tại 2 phân vị khác nhau ( Pp*1 và Pp*2 ) bằng

Hình 2. Giá trị trung bình của nhiệt độ tối cao
tháng 1 tại trạm Bảo Lộc trong thời kỳ 1986-2005
mô phỏng bằng CCAM từ mô hình khí hậu
ACCESS1-0 trước và sau khi hiệu chỉnh
- Bước 1: Hiệu chỉnh tần số ngày ướt: Từ kết
quả mô hình, có thể thấy số ngày ướt (lượng
12

(11)

với giá trị quan trắc tương ứng (Pp1,qt và Pp2,qt).
Hay:
aPpb1 = Pp1,qt và aPpb2 = Pp2,qt
(14)
Từ đó ta rút ra:
b=

và

a=

(15)

Việc lựa chọn p1 và p2 sao cho P* gần với

qt và P* gần với qt.

KHOA HỌC KỸ THUẬT THỦY LỢI VÀ MÔI TRƯỜNG - SỐ 53 (6/2016)


Hình 3. Lượng mưa trung bình các tháng trong
năm tại trạm Tây Ninh trong thời kỳ 1986-2005
mô phỏng bằng CCAM từ mô hình khí hậu
NorESM1-M trước và sau khi hiệu chỉnh
Hình 3 là lượng mưa trung bình các tháng
trong năm từ 1986-2005 từ mô hình khí hậu
NorESM1-M trước và sau khi hiệu chỉnh so với
giá trị quan trắc tại trạm Tây Ninh với kết quả
như sau: qt = 5,16; tkn = 5,79; * = 5,17 và qt
= 13,10; tkn = 14,71; * = 13,46
3. KẾT QUẢ
3.1 Sự biến đổi của các yếu tố KHCĐ liên
quan đến nhiệt độ
LVSĐN&PC thuộc miền Đông Nam Bộ,
nhiệt độ trung bình hàng năm cao và khá ổn
định (21,3-27,60C). Tháng III, IV và V nóng
nhất, nhiệt độ trung bình 22,9-29,10C. Tháng I
lạnh nhất, nhiệt độ trung bình 19,4-26,50C. Do
ảnh hưởng địa hình nên có sự triết giảm nhiệt độ
theo độ cao (SIWRP, 2011).
- TXx: Mức tăng nhiệt độ tối cao tháng lớn
nhất ở trạm Bảo Lộc, cụ thể, tương ứng với kịch
bản RCP4.5 và RCP8.5, mức tăng trung bình
2,44-2,59oC ở giữa thế kỷ và 2,54-4,71oC ở cuối
thế kỷ. Mức tăng thấp nhất ở trạm Phan Thiết,

cụ thể 0,93-1,35oC ở giữa thế kỷ và 1,32-3,08oC
ở cuối thế kỷ. Như vậy có thể thấy mức tăng
nhiệt độ tối cao trong tháng có sự phân bố theo
độ cao, đồng thời cũng chính là sự phân bố theo
nhiệt độ trung bình, tức trạm có nhiệt độ trung
bình cao thì mức tăng thấp và ngược lại. Sự
phân bố mức tăng theo các tháng trong năm
không rõ ràng.
- TNn: Mức tăng nhiệt độ tối thấp tháng lớn
nhất ở trạm Đà Lạt, cụ thể 1,71-2,32oC ở giữa
thế kỷ và 2,14-4,22oC ở cuối thế kỷ. Mức tăng

thấp nhất, với kịch bản RCP4.5 là trạm Bảo
Lộc, còn với RCP8.5là trạm Đồng Phú và Vũng
Tàu. Như vậy mức tăng phân bố không rõ ràng
theo không gian. Còn theo thời gian, mức tăng
lớn nhất diễn ra vào tháng 11,12 tại tất cả các
trạm, mức tăng thấp nhất vào khoảng tháng 2,3
tại hầu hết các trạm.
- TX90P và SU35: % số ngày vượt ngưỡng
bách phân vị 90 của nhiệt độ tối cao trong thời
kỳ nền tăng mạnh ở tất cả các trạm, nhiều nhất ở
trạm Vũng Tàu, cụ thể 24,8-37,1% ở giữa thế kỷ
và 35,5-72% ở cuối thế kỷ. Số ngày vượt
ngưỡng 35oC tăng mạnh ở các trạm vốn có
nhiệt độ trung bình cao, điển hình là trạm Đồng
Phú tăng cao nhất 117,9 ngày/năm vào giữa thế
kỷ và cao nhất 165 ngày/năm vào cuối thế kỷ,
trong khi tăng không nhiều ở các trạm có nền
nhiệt độ tương đối thấp.

- TN90P: % số ngày vượt ngưỡng bách
phân vị 90 của nhiệt độ tối thấp trong thời kỳ
nền cũng tăng tương đối đồng đều trên tất cả
các trạm.
3.2 Sự biến đổi của các yếu tố KHCĐ liên
quan đến lượng mưa
Lượng mưa trung bình trên toàn
LVSĐN&PC xấp xỉ 1.950 mm, thuộc loại trung
bình so với cả nước, tuy nhiên phân bố không
đồng đều theo không gian và thời gian. Về thời
gian, tính chung toàn lưu vực, mùa mưa kéo dài
7 tháng (V-XI) với lượng mưa chiếm 81,896,3% tổng lượng mưa năm.
Trước hết là các cực trị mưa gây lũ. Lũ ở
LVSĐN&PC phụ thuộc vào cường độ và lượng
mưa lớn nhất ngày/nhóm ngày. Cụ thể lưu
lượng đỉnh lũ chủ yếu được quyết định bởi
lượng mưa 1 ngày max (Rx1day) đối với lưu
vực nhỏ dưới 500 km2 và lượng mưa 3-5 ngày
max (Rx3day, Rx5day) đối với lưu vực trên
1.000 km2.
- Rx1day: Có xu hướng tăng tại tất cả các
trạm, mức tăng nhiều hơn ở giữa thế kỷ so với
cuối thế kỷ và tương đối khác nhau giữa các
trạm. Các trạm Trị An, Vũng Tàu tăng nhiều, ở
mức 40,19-55,97% vào giữa thế kỷ và 30,6944,07% vào cuối thế kỷ. Trạm Đà Lạt có mức
thay đổi thấp nhất, tăng giảm không rõ ràng ở

KHOA HỌC KỸ THUẬT THỦY LỢI VÀ MÔI TRƯỜNG - SỐ 53 (6/2016)

13

giữa thế kỷ và tăng 3,06-7,71% vào cuối thế kỷ.
- Rx3day: Tăng tại tất cả các trạm, mức tăng
mạnh hơn ở cuối thế kỷ. Tương tự như Rx1day,
trạm Vũng Tàu có mức tăng mạnh nhất,cụ thể từ

30,49-43,61% ở giữa thế kỷ và 34,45-44,07% ở
cuối thế kỷ. Trạm Bảo Lộc có mức tăng ít nhất,
từ 4,69-12,62% ở giữa thế kỷ và 10,34-11,55%
ở cuối thế kỷ.

Hình 4. Khoảng dao động tương lai của TXx trong tháng 3 theo kịch bản RCP 4.5 (hình trái)
và RCP 8.5 (hình phải) tại trạm Đồng Phú

Hình5. Khoảng dao động tương lai của TNn trong tháng 1 theo kịch bản RCP 4.5 (hình trái)
và RCP 8.5 (hình phải) tại trạm Đà Lạt
Bảng 3. Cực đoan nhiệt độ trong tương lai so với thời kỳ nền,
RCP4.5 (phía trên) và RCP8.5 (phía dưới)
RCP4.5
Bảo Lộc
Đà Lạt
Đồng Phú
Phan Thiết
Vũng Tàu
RCP8.5
Bảo Lộc
Đà Lạt
Đồng Phú
Phan Thiết

Vũng Tàu

TXx
(oC)
2,44
1,66
1,88
0,93
1,08
2,59
2,23
2,48
1,35
1,52

Giữa thê kỷ (2046-2065)
TX90P
SU35
TNn
(%)
(ngày/năm) (oC)
30,7
4,59
1,11
23,7
0
1,71
16,5
83,00
1,12

18,5
17,61
1,22
24,8
7,68
1,14
33,4
33,8
25,9
28,3
37,1

1,24
0
117,87
32,77
15,90

TN90P
(%)
30,85
28,90
27,20
27,24
19,07

TXx
(oC)
2,54
2,22

2,38
1,32
1,47

41,64
41,39
39,48
40,09
30,00

4,71
4,24
4,48
3,08
3,17

1,70
2,32
1,62
1,71
1,66

Cuối thê kỷ (2086-2099)
TX90P
SU35
TNn
(%)
(ngày/năm) (oC)
32,1
1,97

1,51
33,9
0
2,14
24,3
114,34
1,53
27,2
28,79
1,63
35,5
13,76
1,57
61,8
61,0
53,8
61,4
72,0

24,23
0,76
165,19
96,41
70,18

3,69
4,22
3,46
3,46
3,21

TN90P
(%)
38,97
38,08
37,68
37,41
28,11
66,56
69,00
70,08
71,65
67,93

Bảng 4. Thay đổi các yếu tố cực đoan mưa tương lai so với thời kỳ nền,
RCP4.5 (phía trên) và RCP8.5 (phía dưới)
RCP4.5

Bảo Lộc
Đà Lạt
Phan Rang

14

Rx1day
(%)
15,75
-0,88
9,04

Giữa thê kỷ (2046-2065)
Rx3day
Rx5day
(%)
(%)
4,69
-0,43
28,13
24,56
10,42
-0,19

CDD
(ngày)
-14,50
-17,14
-35,87

Rx1day
(%)
20,85
3,06
16,14

Cuối thê kỷ (2086-2099)
Rx3day
Rx5day
(%)
(%)
11,55

4,78
31,34
25,12
16,95
7,36

CDD
(ngày)
-14,31
-16,53
-37,21

KHOA HỌC KỸ THUẬT THỦY LỢI VÀ MÔI TRƯỜNG - SỐ 53 (6/2016)


Phan Thiết
Tân Sơn Nhất
Tây Ninh
Trị An
Vũng Tàu
RCP8.5
Bảo Lộc
Đà Lạt
Phan Rang
Phan Thiết
Tân Sơn Nhất
Tây Ninh
Trị An
Vũng Tàu

15,98
37,90
17,68
49,03
42,49

12,63
24,59
18,24
35,27
30,49

8,78
20,89
10,17
27,63
25,58

-69,08
-40,63
-48,92
-67,43
-79,43

17,56
38,24
29,82
42,01
38,66

16,13
22,47
28,46
30,69
34,45

14,23
14,78
18,56
23,20
30,95

-67,41
-38,73
-49,09
-65,68
-77,63

17,90
2,01
18,72
17,97
40,03
22,45
40,19
55,97

12,62
27,86
16,92

14,70
29,43
23,28
28,32
43,61

3,96
24,15
4,67
12,65
21,23
14,12
21,81
38,88

-14,21
-17,02
-37,19
-69,18
-40,80
-51,44
-67,83
-81,50

18,89
7,71
17,39
59,01
63,95
48,64

45,19
56,83

10,34
30,69
20,67
46,78
45,10
38,74
31,67
44,07

5,72
26,69
11,19
40,90
34,22
25,57
26,03
40,62

-17,72
-19,77
-33,79
-73,32
-43,05
-54,28
-71,48
-81,24

Hình 6. Mức thay đổi Rx1day theo các tháng trong năm giữa và cuối thế kỷ theo kịch bản RCP4.5
(hình bên trái) và RCP8.5 (hình bên phải) so với thời kỳ nền tại trạm Bảo Lộc

- Rx5day: Ngoài trạm Bảo Lộc và trạm Phan
Rang có mức tăng giảm không rõ ràng, các trạm
khác đều có xu hướng tăng. Tương tự, trạm
Vũng Tàu có mức tăng nhiều nhất, 25,5838,88% ở giữa thế kỷ và 30,95-40,62% ở cuối
thế kỷ.
Mức tăng các cực trị mưa gây lũ chủ yếu
diễn ra vào các tháng mùa mưa. Vì vậy lũ có
nguy cơ gia tăng cả về cường độ cũng như tần
suất trên lưu vực.
Đối với cực trị mưa gây khô hạn là số ngày
tối đa không mưa CDD, nói chung trên
LVSĐN&PC, tháng khô hạn nhất thường vào
tháng I, II, khu vực khô hạn nhất là ven biển
Nam Trung Bộ. Theo dự tính tương lai, tại tất cả
các trạm, CDD đều có xu hướng giảm, đặc biệt
vùng khô hạn Phan Rang và Phan Thiết giảm ở
mức khá cao (Phan Rang giảm 33,79-37,21
ngày/năm, Phan Thiết giảm 67,41-73,32
ngày/năm). Mức giảm chủ yếu diễn ra vào các
tháng khô hạn.

4. TÁC ĐỘNG CỦA CÁC HIỆN TƯỢNG
KHCĐ ĐẾN TÀI NGUYÊN NƯỚC Ở
LVSĐN&PC
Sự biến động của nhiệt độ và mưa trên
LVSĐN&PC kéo theo những thay đổi của các
loại hình thiên tai liên quan đến tài nguyên nước

cả về tần số xuất hiện và cường độ. Dưới đây là
một số tác động có thể có của các hiện tượng
KHCĐ đến tài nguyên nước trên lưu vực.
4.1 Tác động của các hiện tượng KHCĐ
đến lũ
Trên LVSĐN&PC, khả năng xảy ra lưu
lượng bình quân ngày lớn nhất ở các tiểu lưu
vực và tần số xuất hiện đỉnh lũ lớn nhất được
cho thấy là có mối tương quan về mặt thời gian
(SIWRP, 2011). Điều này chứng tỏ diễn biến
dòng chảy trên các sông không chỉ có liên quan
chặt chẽ mà còn rất nhạy với diễn biến mưa
trong lưu vực. Theo kết quả nghiên cứu mưa đã
nói ở trên, mưa 1, 3, 5 ngày lớn nhất đều có xu
thế gia tăng. Chính vì vậy các khu vực thuộc

KHOA HỌC KỸ THUẬT THỦY LỢI VÀ MÔI TRƯỜNG - SỐ 53 (6/2016)

15


thượng nguồn sông Đồng Nai, sông La Ngà,
sông Vàm Cỏ sẽ có những trận mưa lớn hơn
những trận mưa đã xảy ra trong quá khứ. Như
vậy có nhiều khả năng sẽ xuất hiện các trận lũ
lớn ở các khu vực: Cát Tiên, Tà Lài (tỉnh Lâm
Đồng), Phú Điền (tỉnh Đồng Nai); Võ Xu, Tánh
Linh, Đức Linh (tỉnh Bình Thuận).
4.2 Tác động của các hiện tượng KHCĐ
đến lũ quét

Ở LVSĐN&PC, vào đầu mùa mưa, thường
bị ảnh hưởng của dải hội tụ nhiệt đới kết hợp
với hoạt động của gió mùa Tây Nam có cường
độ mạnh cho mưa lớn kéo dài 2-3 ngày, với
tổng lượng mưa trận rất lớn có thể từ 200-300
mm, thậm chí còn lớn hơn nữa, khi đó khả
năng gây ra lũ lớn và lũ quét rất đáng kể. Các
tỉnh đã xảy ra lũ quét gồm Ninh Thuận, Bình
Thuận, Đắk Nông, Lâm Đồng (Cao Đăng Dư
và nnk, 2000).
Theo dự tính về lượng mưa vào giữa và cuối
thế kỷ cho thấy, lượng mưa lớn nhất 1 ngày và 3
ngày ở những nơi đã từng xảy ra lũ quét (các
trạm Phan Rang, Phan Thiết, Đà Lạt) đều có xu
hướng tăng. Điều này cảnh báo hiện tượng lũ
quét ở những nơi này sẽ gia tăng.
4.3 Những tác động của các hiện tượng
KHCĐ đến hạn hán
Ở LVSĐN&PC, tình trạng hạn hán và cạn
kiệt dòng chảy xảy ra nghiêm trọng trong những
năm gần đây. Các khu vực có mức độ hạn hán
khác nhau được trình bày ở Bảng 5.
Bảng 5. Khu vực có mức độ hạn khác nhau
(SIWRP, 2011)
Mức độ
hạn

Khu vực

Nghiêm

Ven biển Đông
trọng
Cao
Trung
bình

16

Tỷ lệ giữa lượng
bốc hơi và lượng
mưa cùng thời
kỳ (lần)
9,4-11,3

Xuân Lộc, Phước
Long, Tây Ninh,
Biên Hòa

3,7-5,9

Bảo Lộc, Liên
Khương, Đà Lạt

0,8-1,6

Theo kết quả kịch bản về các hiện tượng
KHCĐ đã đưa ra ở trên cho thấy, lượng mưa có
xu hướng gia tăng và số ngày khô hạn có xu
hướng giảm, đặc biệt vào các tháng mùa khô.
Do đó tình trạng khô hạn có thể giảm trong

tương lai. Tuy nhiên các nghiên cứu trước đây
đã cảnh báo về tình trạng thiếu hụt mưa nghiêm
trọng xảy ra trong những năm El Nino (Nguyễn
Đức Ngữ, 2007). Hơn nữa sự gia tăng của các
cực trị liên quan đến nhiệt độ đưa ra sự báo
động về tình trạng hạn hán kinh tế xã hội xảy ra
trên khu vực này.
4.4 Tác động của các hiện tượng KHCĐ
đến xâm nhập mặn
Tình hình xâm nhập mặn ở vùng hạ lưu
LVSĐN&PC rất nhạy cảm với việc khai thác
nguồn nước cả ở thượng và hạ lưu và tình hình
mưa tại chỗ, trong đó thay đổi lưu lượng từ
thượng lưu theo mùa đã quyết định ranh mặn
trên các triền sông. Những khu vực thường
xuyên bị ảnh hưởng mặn trong mùa khô gồm có
các huyện Duyên Hải, Nhà Bè, Bình Chánh và
Thủ Đức (TP Hồ Chí Minh), Cần Giuộc, Bến
Lức (Long An), Long Thành (Đồng Nai) và
Châu Thành (Bà Rịa-Vũng Tàu).
Mặc dù lượng mưa trên lưu vực này có xu
hướng gia tăng, tuy nhiên cùng với sự dâng cao
của mực nước biển và xu hướng tăng của các
cực trị khí hậu liên quan đến nhiệt độ hiện
tượng xâm nhập mặn vẫn có thể diễn ra ở vùng
hạ lưu sông. Đặc biệt, do sự cạn kiệt dòng chảy
trong những năm El Nino, nguy cơ xảy ra xâm
nhập mặn trong những năm này sẽ xảy ra
nghiêm trọng hơn.
5. KẾT LUẬN

Trong bài báo này, các tác giả đã đưa ra kịch
bản diễn biến của một số hiện tượng KHCĐ ảnh
hưởng đến tài nguyên nước vào giữa và cuối thế
kỷ 21 trên LVSĐN&PC bằng phương pháp sử
dụng mô hình khí hậu khu vực CCAM chi tiết
hóa động lực từ 5 mô hình khí hậu toàn cầu
tương ứng với 2 kịch bản BĐKH RCP4.5 và
RCP8.5 theo Báo cáo đánh giá lần thứ 5 của
IPCC (AR5). Kết quả này đã khẳng định lại và
cụ thể hóa cho kết quả về diễn biến của nhiệt độ
cực trị và lượng mưa cực trị trong Kịch bản

KHOA HỌC KỸ THUẬT THỦY LỢI VÀ MÔI TRƯỜNG - SỐ 53 (6/2016)


BĐKH và nước biển dâng 2012 của Bộ Tài
nguyên và Môi trường. Cụ thể, nhiệt độ tối cao
và tối thấp ngày vào giữa và cuối thế kỷ 21 đều
tăng mạnh so với thời kỳ nền ở tất cả các trạm,
nhiều nhất ở trạm Vũng Tàu. Số ngày vượt
ngưỡng bách phân vị 90 của nhiệt độ tối cao
trong thời kỳ nền và số ngày vượt ngưỡng 35oC
tăng mạnh ở các trạm vốn có nhiệt độ trung bình
cao, điển hình là trạm Đồng Phú trong khi đó
nhiệt độ lại tăng không nhiều ở các trạm có nền
nhiệt độ tương đối thấp. Số ngày vượt ngưỡng
bách phân vị 90 của nhiệt độ tối thấp trong thời
kỳ nền cũng tăng tương đối đồng đều trên tất cả
các trạm. Về lượng mưa, Rx1day và Rx3day có
xu hướng tăng tại tất cả các trạm, mức tăng

nhiều hơn ở giữa thế kỷ so với cuối thế kỷ,

trong khi Rx5day, ngoài trạm Bảo Lộc và trạm
Phan Rang có mức tăng giảm không rõ ràng, các
trạm khác đều có xu hướng tăng. Bài báo cũng
đưa ra những tác động có thể có của các hiện
tượng KHCĐ đến tài nguyên nước trên lưu vực
như lũ, hạn hán và xâm nhập mặn.
Bài báo là tiền đề cho những nghiên cứu sâu
hơn về tác động của các hiện tượng khí hậu cực
đoan đến sự biến đổi tài nguyên nước trên
LVSĐN&PC, nhằm giúp cho các nhà hoạch định
chính sách, các nhà nghiên cứu khoa học và cộng
đồng ở các cấp khác nhau có những thông tin cần
thiết để để định hướng, điều phối và phân bổ
nguồn lực trong trình lập kế hoạch phát triển kinh
tế xã hội của địa phương và có những biện pháp
phù hợp nhất trong thích ứng với BĐKH.

TÀI LIỆU THAM KHẢO
Cao Đăng Dư, Lê Bắc Huỳnh, (2000). “Lũ quét – Nguyên nhân và cách phòng tránh”, NXB Nông
nghiệp, Hà Nội.
IMHEN và UNDP, (2015). “Báo cáo đặc biệt của Việt Nam về Quản lý rủi ro thiên tai và hiện tượng
cực đoan nhằm thúc đẩy thích ứng với biến đổi khí hậu (SREXVN)” [Trần Thục, Koos Neefjes, Tạ Thị
Thanh Hương, Nguyễn Văn Thắng, Mai Trọng Nhuận, Lê Quang Trí, Lê Đình Thành, Huỳnh Thị
Lan Hương, Võ Thanh Sơn, Nguyễn Thị Hiền Thuận, Lê Nguyên Tường], Hà Nội.
Nguyễn Đức Ngữ, (2007). “Tác động của ENSO đến thời tiết, khí hậu, môi trường và KTXH ở Việt
Nam”, Báo cáo Hội thảo chuyên đề về Đa dạng sinh học và Biến đổi khí hậu: Mối liên quan tới Đói
nghèo và Phát triển bền vững. Hà Nội.
Viện quy hoạch thủy lợi Miền Nam (SIWRP), (2011). “Dự án Quy hoạch tổng thể thủy lợi vùng Đông

Nam bộ thích ứng với biến đổi khí hậu, nước biển dâng”, Báo cáo đặc điểm khí tượng thủy văn.
Tiếng Anh:
Block, P.J., Souza Filho, F.A., Sun, L., Kwon, H.H., (2009). A streamflow forecasting framework
using multiple climate and hydrological models 1. J. Am. Water Resour. As. 45 (4), 828–843.
Available at: />Claudia Teutschbein, Jan Seibert: Bias correction of regional climate model simulations for
hydrological climate-change impact studies: Review and evaluation of different methods. Journal of
Hydrology 456–457 (2012) 12–29.
Klein Tank, A. M. G., Zwiers, F. W. and Zhang, X., (2009). Guidelines on Analysis of Extremes in
a Changing Climate in Support of Informed Decisions for Adaptation. Climate data and monitoring
WCDMP-No. 72, WMO-TD No. 1500, 56pp.
Lenderink, G., Buishand, A., Van Deursen,W., (2007). Estimates of future discharges of the river
Rhine using two scenario methodologies: direct versus delta approach. Hydrol. Earth Syst. Sci. 11
(3), 1145–1159.
Chen, J., Brissette, F.P., Leconte, R., (2011). Uncertainty of downscaling method in quantifying the
impact of climate change on hydrology. J. Hydrol. 401 (3–4), 190–202. Available at:
/>KHOA HỌC KỸ THUẬT THỦY LỢI VÀ MÔI TRƯỜNG - SỐ 53 (6/2016)

17


Schmidli, J., Frei, C., Vidale, P.L., (2006). Downscaling from GCM precipitation: a benchmark for
dynamical and statistical downscaling methods. Int. J. Climatol. 26 (5), 679–689. Available at:
/>Abstract:
APPLICATION OF REGIONAL CLIMATE MODEL TO PROJECT EXTREME
CLIMATIC EVENTS AND THEIR IMPACTS ON WATER RESOURCES IN THE DONG
NAI RIVER BASIN AND VICINITY AREAS
This paper gives the projection of development of extreme temperature and rainfall in the middle
and the end of 21th century and their potential impacts on water resources in the Dong Nai river
basin and vicinity areas by using Regional Climate Model (RCM) CCAM to dynamical downscale
from 5 Global Climate Models (GCMs) for scenarios RCP8.5 and RCP4.5. The result shows

asignificant rise of daily maximum and minimum temperature compared with the based period,
especially in Vung Tau station. Number of days with maximum temperature above the 90th
percentile and 35°C tends to increase, higher rate in higher average temperature stations. Number
of days with minimum temperature exceeding 90th percentile also increases evenly across all
stations. Although maximum 1-day, 3-day, 5-day precipitation at all other stations are in the
upward trend, the changes in Bao Loc and Phan Rang station are unclear. It is supposed that this
projection of extreme temperature and rainfall in the future will lead to sometypes of natural
disasters related to water resources in this area, such as floods, droughts, saltwater intrusion.
Keywords: Extreme climatic events, dynamical downscaling, water resources, Dong Nai river basin.
BBT nhận bài: 14/3/2016
Phản biện xong: 29/4/2016

18

KHOA HỌC KỸ THUẬT THỦY LỢI VÀ MÔI TRƯỜNG - SỐ 53 (6/2016)